The invention discloses a clinical diagnosis assistant decision-making system and a medical knowledge atlas accumulation method, including first knowledge extraction and second knowledge extraction, data standardization and first standard vocabulary, conversion of logical proposition formula, logical reasoning and verification, keyword or question conversion, and third standard vocabulary. The invention relates to a clinical diagnosis assistant decision-making system and a medical knowledge atlas. The clinical medical knowledge atlas adopted by the invention is a very reliable initial small knowledge data set, which is gradually accumulated in an off-line and on-line way in the process of clinical inquiry and auxiliary diagnosis. Each new knowledge data is added on the basis of machine logical reasoning proof or human expert approval, so as to solve reliable data. Source problem and growth accumulation problem, this reliable core knowledge database is the foundation of the whole system, in order to assist the consistency of knowledge data exchange.
【技術實現步驟摘要】
一種臨床診斷輔助決策系統和醫學知識圖譜積累方式
本專利技術屬于臨床診斷和醫學知識圖譜積
，具體為一種臨床診斷輔助決策系統和醫學知識圖譜積累方式。
技術介紹
在臨床醫學診斷輔助系統的歷史中，前期大多以專家系統的方式實現，當代的主要實現方式是以機器學習和數據挖掘技術處理大量病歷的方式實現和以醫學知識圖譜推理為基礎的實現，這些方法的缺點如下：1、專家系統的建立是依靠一組總結的規則，一個專家系統強于另一個的主要因素，就是這些規則的完備性、正確性、和表達能力，盡管規則可以被機器校驗，但規則的擴充往往無法機器完成，在實踐中，專家系統的弱點表現為規則不足、規則涵蓋的范圍不夠、規則擴充困難、和外部知識源交互困難等，雖然專家系統可以進行邏輯推理，但經常表現為答非所問。2、當代機器學習和數據挖掘技術利用大數據可以很好地從數據中提取規律，在很多場合達到超越人類的表現，然而，在醫學臨床應用中，數據存在不可靠性和不完整性，因此導致統計學中的辛普森悖論現象，和機器學習與數據挖掘中常出現的不平衡數據現象，例如，很多輔助診斷系統依靠電子病歷數據，從病歷數據中尋找癥狀和疾病之間的關系，然而，門診中或者治好的病例往往在病歷記錄中沒有體現，或者病人轉科室轉院造成病歷記錄不完善，或者并發癥造成病歷記錄混雜，等等，這些實際醫療服務中的問題造成實際有效病歷的數量及其稀少，盡管病歷總數貌似龐大，而且，電子病歷在歷史上就是非結構化的，單純依靠自然語言處理技術處理很難達到完全的準確，即使今年結構化電子病歷成為主流，但因為醫學診斷的復雜性，其結構化往往不徹底，因此，數據依賴是該方向的無法提供可靠輔助診...
【技術保護點】
1.一種臨床診斷輔助決策系統，其特征在于，包括知識提取、核心知識庫、關鍵字或問題轉換、邏輯推理器、邏輯表達式轉換器、數據標準化(113)及同義詞庫生成和標準詞庫。
【技術特征摘要】
1.一種臨床診斷輔助決策系統，其特征在于，包括知識提取、核心知識庫、關鍵字或問題轉換、邏輯推理器、邏輯表達式轉換器、數據標準化(113)及同義詞庫生成和標準詞庫。2.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述知識提取包括第一知識提取(104)、第二知識提取(206)和第三知識提取(304)，所述第一知識提取(104)與第二知識提取(206)和第三知識提取(304)的知識提取目的不同，所述第一知識提取(104)的目的是從第一核心知識庫(105)中提取和任何從初始主述(102)以及啟發式問診(103)輸入關鍵字相關的數據及其關系，所述第一知識提取(104)是簡單地僅提取相關知識，而所述第二知識提取(206)和第三知識提取(304)的目的是遍歷所有核心知識庫中的知識。3.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述核心知識庫包括第一核心知識庫(105)、第二核心知識庫(205)和第三核心知識庫(311)，所述核心知識庫的表現形式可以是任意組織存儲形式，所述核心知識庫里包含常識(202)、已證明正確、或被專家認可的知識數據。4.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述關鍵字或問題轉換包括第一關鍵字或問題轉換(108)和第二關鍵字或問題轉換(308)，所述第一關鍵字或問題轉換(108)和第二關鍵字或問題轉換(308)是第一邏輯表達式轉換器(111)和第三邏輯表達式轉換器(305)的逆過程。5.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述邏輯推理器包括第一邏輯推理器(110)、第二邏輯表達式轉換器(207)和第二邏輯推理器(306)，所述邏輯推理器從第一邏輯表達式轉換器(111)得到的一系列邏輯命題公式本身和表達式間是否有邏輯沖突、缺失、冗余等錯誤。6.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述邏輯表達式轉換器包括第一邏輯表達式轉換器(111)和第三邏輯表達式轉換器(305)，所述第一邏輯表達式轉換器(111)和第三邏輯表達式轉換器(305)是第一關鍵字或問題轉換(108)和第二關鍵字或問題轉換(308)的逆過程，即從詞庫向核心知識庫依照標準對照邏輯命題公式中的標準詞語轉換，同時，將詞語間的邏輯關系符號從邏輯關系向自然語言轉換。7.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述邏輯推理及驗證包括第一邏輯推理器(110)、第二邏輯表達式轉換器(207)和第二邏輯推理器(306)，其目的在于發現從所述第一邏輯表達式轉換器(111)得到的一系列邏輯命題公式本身和公式之間是否有邏輯沖突、缺失、冗余等錯誤。8.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述數據標準化(113)及同義詞庫生成介紹了數據標準化(113)，所述數據標準化(113)是能否進行數理邏輯推理和驗證的重要部件。9.根據權利要求1所述的一種臨床診斷輔助決策系統，其特征在于：所述標準詞庫包括第一標準詞庫(114)、第二標準詞庫(303)和第三標準詞庫(401)，所述標準詞庫是核心知識庫和外界知識源之間的溝通橋梁，所述標準詞庫的建立是以國際國內通用的醫學詞匯表、中文醫學主題詞庫、中文疾病詞庫等標準為初始標準詞匯庫，所述標準詞庫在基于自然語言處理的同義詞提取(407)中采用自然語言處理技術從更廣泛的文本(406)中提取同義詞近義詞，在所述基于自然語言處理的同義詞提取(407)的過程中存在同義近義辨識(408)，所述同義近義辨識(408)中采用人和機器同時辨識的策略，提取的詞匯會加入所述第三標準詞庫(401)。在所述第三標準詞庫(401)至詞典(404...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。